基于第二代Bandelet變換的人體檢測方法研究.pdf

1、人體檢測是計(jì)算機(jī)視覺中一個(gè)重要的研究領(lǐng)域，在視頻監(jiān)控、智能汽車及智能交通、機(jī)器人和高級人機(jī)交互等領(lǐng)域具有廣泛而重要的應(yīng)用。然而，由于人體自身姿態(tài)的變化、衣服的多樣性和光照等因素的影響，人體的外觀變化非常大，導(dǎo)致人體檢測成為一個(gè)非常困難的問題。為了提高人體檢測的正確率，本論文由圖像的幾何流特性出發(fā)，提出了基于第二代Bandelet變換的人體檢測特征提取新方法，并將其應(yīng)用于靜態(tài)及動(dòng)態(tài)人體圖像的檢測。
　　 在第二代Bandelet變

2、換的基礎(chǔ)上，本論文就降低特征提取的時(shí)間復(fù)雜度，提高運(yùn)動(dòng)區(qū)域的分割準(zhǔn)確度以及提高人體檢測的魯棒性等方面做了大量工作，主要涉及基于統(tǒng)計(jì)學(xué)習(xí)的人體檢測方法、光流法、圖像分割方法、基于部位的人體檢測方法等。本文主要工作如下：
　　 ⑴提出了一種基于第二代Bandelet變換的圖像特征提取及人體檢測方法。即利用優(yōu)化后的Bandelet變換中的Bandelet系數(shù)及其統(tǒng)計(jì)特征作為圖像的特征，分類并檢測圖像中的人體。首先通過實(shí)驗(yàn)確立了Band

3、elet變換用于人體圖像特征提取時(shí)的最優(yōu)參數(shù)和附加的統(tǒng)計(jì)特征，然后利用線性SVM分類器進(jìn)行分類，并進(jìn)行了分類性能與人體檢測測試。
　　 ⑵提出了一種基于光流與幾何流，用于運(yùn)動(dòng)人體視頻的人體檢測方法。即通過計(jì)算光流場來進(jìn)行區(qū)域分割，通過基于幾何流的Bandelet變換來進(jìn)行特征提取和分類。其間對光流場進(jìn)行了去噪，以利于提取正確的運(yùn)動(dòng)人體區(qū)域。
　　 ⑶使用了基于部位的人體檢測方法，提出了一種分塊提取特征的部位檢測方法。即先